Zum Inhalt springen
AI.info

The Pulse

Google Cloud erläutert KI-Metadatenextraktion für Speicherobjekte

Google Cloud hat einen Preview-Dienst vorgestellt, der Metadaten aus in Cloud Storage gespeicherten Bildern und PDFs extrahiert. Das Unternehmen erklärt, dass die geplante Gemini-Unterstützung den Dienst auf Audio, Video und weitere Aufgaben ausweiten wird.

Google Cloud erläutert KI-Metadatenextraktion für Speicherobjekte

Kunden von Google Cloud können einen Preview-Dienst nutzen, um Metadaten aus gespeicherten Bildern und PDFs zu extrahieren und sie den Dateien zur Verwendung durch KI-Agenten hinzuzufügen. In einem Blogbeitrag des Unternehmens werden Objektanreicherungen beschrieben, bei denen vortrainierte Modelle auf Cloud-Storage-Objekte angewendet und ihre Ergebnisse zusammen mit den Objekten als Objektkontext gespeichert werden.

Laut den Versionshinweisen zu Cloud Storage ist die Preview seit dem 13. Oktober verfügbar. Sie lässt sich über die Cloud-Storage-Konsole oder die API aufrufen.

Modelle und Kosten

Die Preview bietet fünf hauseigene Modelle für Bilder und PDFs. Die Bildmodelle können Objekte und Gesichter erkennen, Bilder mit Labels versehen und explizite Inhalte bewerten; das PDF-Modell ordnet Dokumente Geschäfts- und Branchenbereichen wie Finanzen, Nachrichten und Gesundheit zu.

Laut den veröffentlichten Preisen kostet die Anreicherung von 10 Millionen Bildern oder PDFs 700 US-Dollar. Das Unternehmen gibt außerdem an, dass seine Bildannotationen im Vergleich zu ähnlichen Diensten anderer Cloud-Anbieter 75 % der Kosten einsparen. Laut der Produktdokumentation fallen zudem Gebühren für die Modellinferenz, die Speicherung von Metadaten, Datenzugriffsoperationen und Netzwerkverkehr an.

Hyperscience erklärte in dem Beitrag, die Genauigkeit der Dokumentenklassifizierung um mehr als 50 % gesteigert und gleichzeitig die Kosten für die Klassifizierungsinferenz um den Faktor 2–3 gesenkt zu haben. In diesem Kundenbericht werden die Ergebnisse mit einer bestehenden Ausgangsbasis verglichen.

Metadaten bleiben bei den Dateien

Kunden wählen Buckets und einen Verarbeitungsstandort aus, bestimmen die Modelle und erteilen dem Dienst die Berechtigung, auf die Buckets zuzugreifen. Der Dienst verarbeitet geeignete Objekte asynchron, führt die Modellinferenz aus und schreibt die Ergebnisse in den Objektkontext zurück; Wiederholungsversuche und Drosselung sind integriert.

Die Metadaten werden zusammen mit dem Objekt als strukturierte Schlüssel-Wert-Paare gespeichert. Der Kontext wird bei Kopier-, Verschiebe- und Replikationsvorgängen mit dem Objekt übertragen und beim Löschen des Objekts entfernt. Administratoren können Berechtigungen für Identitäts- und Zugriffsverwaltung verwenden, um zu steuern, wer den Kontext lesen oder ändern darf.

Anwendungen können Objektlisten anhand dieser Schlüssel-Wert-Paare filtern oder den Kontext zusammen mit den Objekten auslesen. Für Analysen können Kunden konfigurieren, dass die Metadaten über Storage-Insights-Datasets in BigQuery einfließen. Dort lassen sie sich mit SQL abfragen und mit strukturierten Geschäftsdaten verknüpfen.

Google nennt die Suche nach kreativen Assets, die Inhaltsmoderation und die Auswahl von Trainingsdaten als mögliche Anwendungsfälle. Außerdem beschreibt das Unternehmen, wie sich der Objektkontext mit dem Cloud-Storage-Model-Context-Protocol-Server kombinieren lässt, damit Agenten auf gespeicherte Daten und deren Kontext zugreifen können.

Einschränkungen und geplante Gemini-Unterstützung

Bilder und PDFs dürfen höchstens 20 MiB groß sein. Objekte mit fehlenden oder ungültigen Content-Type-Metadaten werden nicht verarbeitet, selbst wenn die zugrunde liegenden Daten ein gültiges Bild oder PDF sind. Die Funktion unterstützt außerdem keine Objekte, die mit kundenseitig bereitgestellten Verschlüsselungsschlüsseln verschlüsselt sind, keine Rapid-Buckets und keine Buckets mit aktiviertem hierarchischem Namespace.

Google plant, Gemini über Objektanreicherungen für Aufgaben wie Zusammenfassungen, die Extraktion von Entitäten, Transkription und Übersetzung für Texte, PDFs, Bilder, Audio und Video anzubieten. Das Unternehmen bittet Kunden, sich für weitere Informationen und den Zugang zu dieser geplanten Funktionalität an Google zu wenden. Sie gehört nicht zu den Funktionen, die in der Preview derzeit verfügbar sind.

Quellen

  1. Originalquelle · Blogbeitrag Google Cloud cloud.google.com

Weitere gelesene Seiten

  1. Google Cloud Documentation · Seite 1 docs.cloud.google.com
  2. Google Cloud Documentation · Release notes docs.cloud.google.com

Unternehmen in dieser Meldung

Verwandte Meldungen

Entdecken

Weitere Artikel